一种基于大数据的交通状况预测方法及系统技术方案

一种基于大数据的交通状况预测方法，包括如下步骤：S1、获取基础数据，基础数据包括地图数据和车辆轨迹数据；S2、在基础数据中添加时间标签，得到分析样本数据；S3、基于分析样本数据生成初步预测结果；S4、获取动态数据，动态数据包括交通中断数据；S5、利用动态数据对初步预测结果进行优化得到优化预测结果；S6、对优化预测结果进行误差修正，得到最终预测结果。本发明专利技术提供一种基于大数据的交通状况预测方法及系统，预测结果精确度高，并且简单易行。

【技术实现步骤摘要】
一种基于大数据的交通状况预测方法及系统
本专利技术涉及交通预测
，具体的说是一种基于大数据的交通状况预测方法及系统。
技术介绍
随着城市化发展，交通基础设施与汽车保有量之间的矛盾更加严峻，拥堵问题更加严重，不可避免地导致经济损失、出行时间耗费并加剧环境污染。交通拥堵的治理首在预防，根据道路的现有交通状态预测出短时间内的交通状态变化趋势，并对可能出现的拥堵现象进行预警；然后利用交通广播、微博等信息平台发出预警，疏导车辆合理选择行驶路线、加强秩序管理，以避免拥堵或缓解拥堵程度。因此，如何建立长效模型对交通拥堵进行及时预警是城市智能交通系统优化的研究热点。现有技术中也有很多的交通状况预测方法，这些方法大多基于交通流量利用诸如机器学习算法或者深度学习算法能复杂算法实现预测，这些方法普遍存在实现困难的问题。
技术实现思路
为了解决现有技术中的不足，本专利技术提供一种基于大数据的交通状况预测方法及系统，预测结果精确度高，并且简单易行。为了实现上述目的，本专利技术采用的具体方案为：一种基于大数据的交通状况预测方法，包括如下步本文档来自技高网...

【技术保护点】
1.一种基于大数据的交通状况预测方法，其特征在于，包括如下步骤：/nS1、获取基础数据，基础数据包括地图数据和车辆轨迹数据；/nS2、在基础数据中添加时间标签，得到分析样本数据；/nS3、基于分析样本数据生成初步预测结果；/nS4、获取动态数据，动态数据包括交通中断数据；/nS5、利用动态数据对初步预测结果进行优化得到优化预测结果；/nS6、对优化预测结果进行误差修正，得到最终预测结果。/n

【技术特征摘要】
1.一种基于大数据的交通状况预测方法，其特征在于，包括如下步骤：
S1、获取基础数据，基础数据包括地图数据和车辆轨迹数据；
S2、在基础数据中添加时间标签，得到分析样本数据；
S3、基于分析样本数据生成初步预测结果；
S4、获取动态数据，动态数据包括交通中断数据；
S5、利用动态数据对初步预测结果进行优化得到优化预测结果；
S6、对优化预测结果进行误差修正，得到最终预测结果。


2.如权利要求1所述的一种基于大数据的交通状况预测方法，其特征在于，S1中，地图数据由多个道路子数据组成，道路子数据的包括道路起点、道路终点和道路容量；
获取车辆轨迹数据的方法包括：
S11、获取车辆位置信息的读取权限；
S12、获取车辆在多个样本周期中的多个原始轨迹数据，原始轨迹数据由多个道路子数据组成；
S13、从所有的原始轨迹数据中抽取所有的道路子数据，并且为每个道路子数据赋予一个位置权重得到位置样本数据；
S14、将所有位置样本数据组合成车辆轨迹数据。


3.如权利要求2所述的一种基于大数据的交通状况预测方法，其特征在于，S2的具体方法包括：
S21、将二十四个小时平均分隔成多个时间片段；
S22、在每个位置样本数据中添加一个或者多个时间片段；
S23、对同一个位置样本数据中的所有时间片段进行聚合得到时间标签；
S24、将地图数据与添加过时间标签的车辆轨迹数据作为分析样本数据。


4.如权利要求3所述的一种基于大数据的交通状况预测方法，其特征在于，S3的具体方法包括：
S31、基于S11中获取车辆位置信息的读取权限的成功率计算增量基准值；
S32、对地图进行区域划分得到多个预测区域，并且将地图数据映射到预测区域中；
S33、生成多个与预测区域一一对应的增量调节值；
S34、将所有的增量调节值逐一与增量基准值相融合得到多个增量实际值；
S35、根据车辆轨迹数据生成道路负载基准数据；
S36、将道路负载基准数据与增量实际值相加得到道路负载初始预测...

【专利技术属性】
技术研发人员：关宏波，耿宏瑞，韩珂，郭昱杉，曲双红，何国亮，王昭然，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：河南;41